我正在尝试使用胡萝卜确定两个文档之间的相似性。是否有可能直接从框架中获得这种相似性？
此外，我一直在研究 tf-idf 矩阵，并意识到行对应于文档中的所有单词和列。但是，如何识别哪个文档对应于哪个列？
例如，假设一个文档列表，列顺序会是列表中文档的顺序吗？
前任：
列出文档 = {doc1, doc2, doc3}
和
列 0 = doc1 列 1 = doc2
...
这是？
Carrot2 不使用文档-文档相似度的传统概念，因此您不会在那里找到它。您确实可以使用术语-文档矩阵来计算各种文档-文档相似度。
您假设术语文档矩阵的列与输入列表中的文档顺序相同是正确的。您可以检查源代码以清除任何其他疑问。